利用数据预测未来

“未来的成的成员公司，将会越来更多地将他们的决策建立在人工智能智能应用的基站上，”维美德工业机组网副总裁Jari Almi强调。

“实际上，这意味着，借助基础，可爱，可口，可以预测，事件，事件，根据，事件，事件主的事件决策，并采取主的。业务，“他解释说。

简而言之，先进分析的优点在于，它可以识别大量数据中导致将来发生特定事件的重复模式或事件链。通过识别这些模式，它可以预测相同事件何时可能再次发生，并提前通知用户。将来，人工智能很可能还会取代操作人员，并自动填充系统中的最佳设定值。

走向更加自主的操作

“由于可用信用具有更强的预测性，因此，可以预先计划有象的运动，并可以用来更的资源行行程，来文，来文，来文的日子工作。本文的日志工作。将使工艺坐行车间加加自由。“

“如今,操作人员主要根据历史数据以及他们对最佳运行参数和设定值的经验来操作设备。自动化系统可以提供大量实时数据，但是数据的使用主要局限于控制工艺。这是因为，人们不可能同时分析成千上万个数据点，并识别其中的重复模式。在未来的工厂或车间,通过整合和分析来自各种数据源,利用数据驱动的应用程序管理和优化工厂范围内的操作,这是可以做到的,“Almi说。

利用多重数码

实际上，在工人兼营和兼任中有几有用的数码源：设备和工人自动化系统，其中外来自设备和生产仪程中产量数码，来自诸如数码，包括企业资源计划和生产的行业系统。

制备和工艺自动化是关键词。将将数码与维护和业主数据录入，将提供一个新的，使制备加载智能。“在维美德，我们正在在一起的一系列，将设备先进先进器，控制源器和软件应用程序的维美德机器，系统和舰队起来。将数码我们的工人和机械仪械知识相合，将使我们能够利用主要工艺设备中的嵌入式智能，传行更多的嵌入式和自我制作。“Almi解释说。

这种嵌入式智能，将为每台设备，以及维护和备件信息。“我们希望减少计划外的手机时间，并并化维护。例如，当我们能尽早即将发布的设备故障时，维护团队可在下载机器之后预先所的的作品。防止设备故障的出现为客户了正的商业价值。“

这样就可从计划的设备维护进阶到以结果为主的维护。

“基于规范分析,系统可以指示如何运行或改进设备,确保可以安全地扩展操作,直到下一个计划维护停机为止。我们未来的愿景是,系统通过更改自身设置,以适应预测的问题,从检测到的问题中自动恢复。”

全盘考虑整条生产链

大数据分类和相关AI驾驶的使用程度，其主要目标是重视数据中学习，并更好地考虑所交，而且在在整个价值链中间。代替传统的主要在工厂区域区域调整和化化工厂的方法，其目标是从体上理论和管理生产系统。

“例如,在理想情况下,我们将制浆厂,纸机和后段加工的工艺数据结合在一起,并应用全厂范围内的操作控制解决方案,使客户能够优化全厂的制造成本,产品质量和生产效率,“Almi说。

“工业网上网上用来我们能够能够预测未未未预测未.”

“得益于新技术,我们可以对工厂的整个生产链进行建模,并据此对其进行优化。当生产计划系统中有可用订单时,我们知道在每一时刻什么样的最终产品应该从流程中产生,并且可以根据最终产品规格将最佳设定值级联到所有上游工艺区域。”

“通讯合金和利用来自自来源来工艺师的数码，可以以找到将输入的，”Almi解释说“。

如何开始

从数据中寻求价值并开始开发的最佳方法是，利用一批历史数据，例如来自工厂信息管理系统的数据，启动数据发现过程。数据发现，使找到已发现问题的根本原因成为可能，或者用更全面的方法，利用历史数据发现生产过程中的改进潜力。通常，数据发现需要六到八周的时间，并且需要维美德的数据科学家、工艺专家与客户的专家合作，以从数据中获取所有信息。数据发现的结果不仅仅局限于最终报告；通常，在此过程中还会创建一个数据驱动的咨询应用程序，提出发现的改进机会。

“数据发现可帮助客户了解所发现问题的根本原因,或者依靠大数据历史分析,对工艺区域或工厂改进采取整体方法。从数据中了解导致特定事件的根本原因和事件链,使我们能够开发一种先进算法,从在线数据中识别和预测同一问题,“Almi解释说。

维美德还使使使历史资料，验证所选咨询或预测应序对客户流或预测应序对客户流性性。使用程序的可用性的可用性，可以是双方向，无风险地实施数目快速，无风险地实施数目驱。一件经过验证并就结果达达成成一道后，就可以通讯实现数码和传播在线练习程序在线和翻译在线应线。因此，最后一，是阶段。因此，最后一代人。

“过去几十年，我们一定将客户的生产录入程度数字化。目前是时尚采取一流措施，并利用数据化编程中的数据传播传统和业主的数据化。根据我们的经验，当公司采用包含人工智能的新数量驾驶仪器，何时定理起关键词作用。虽然数据化。技术因数码系统，单位数字化则别为数码，单位数量化。利用数据和更新技术来提高流程效率，并并用新的业务模型。因此，数据化不仅仅是人类的视角相关。如果新的咨询应用程序和其他技术支持程序与常操作用和历程适当地集成，那么就不可能变更中间理解的价值水平。“

Almi指出,向更加自主的工厂转变,将更彰显操作人员的重要性,而不是不需要他们。

“作作人类必须能够必须必须整系统系统的工作管理，因与将使使用更多的工具。与与相比，他们对生产程度的可靠性，性能和料含有产量过大大。最近的发出和数码化将从传统的生产线组织机构过渡到到真正的编程模式。“

提高效率的可预测性

总而言之，在未来的工人上车间人工智能将扮演重要角色，但要取代专家的角色仍长过开开发方法，让人们使用新技术，可口获得佳的结果。更多年开

“最终，赋予我们的客户客户自动化工程厂车间转变的能ー效率。工艺和车间将能够以更配料成本的方便营，减少原材料的使用，并高工厂和工厂的产量。最终的目标是，数据驱动应用程序结合人工智能，将与工艺自动化和其他工厂控制系统融合，并接管控制设定值，优化整个工厂的制造成本、产品质量和生产能力，” Almi总结说。

文:Vesa Puoskari
图：Tomi Parkkonen

文库发作牌铸就出来杂志第三期